JPH04184284A - 目標検出方法とその装置 - Google Patents
目標検出方法とその装置Info
- Publication number
- JPH04184284A JPH04184284A JP2313754A JP31375490A JPH04184284A JP H04184284 A JPH04184284 A JP H04184284A JP 2313754 A JP2313754 A JP 2313754A JP 31375490 A JP31375490 A JP 31375490A JP H04184284 A JPH04184284 A JP H04184284A
- Authority
- JP
- Japan
- Prior art keywords
- calculator
- parameter
- output
- square
- average value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title description 5
- 230000006870 function Effects 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009304 pastoral farming Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
[産業上の利用分野]
この発明は、レーダ信号処理等における目標検出技術に
関し、に分布に従う雑音を抑圧し、一定の誤警報確率で
目標を検出する方法及び装置に関するものである。
関し、に分布に従う雑音を抑圧し、一定の誤警報確率で
目標を検出する方法及び装置に関するものである。
[従来の技術]
近年のレーダにおいて、目標自動検出を行う上では誤警
報確率を一定に保つことが重要であり。
報確率を一定に保つことが重要であり。
この処理は、 CFARIConstant Fals
e Alarm Rate)とよばれている。
e Alarm Rate)とよばれている。
ジ−クラッタにおいては振幅分布は、クラッタの反射面
積が比較的大きな場合やグレージング角が大(10°以
上)の場合には中央極限定理に従ってレーレ分布に従う
ことが知られている。このようなりラックに対してはL
OG/CFAR等の技術によってこれが受信器雑音レベ
ルにまで抑圧されることが提案され実用化されている。
積が比較的大きな場合やグレージング角が大(10°以
上)の場合には中央極限定理に従ってレーレ分布に従う
ことが知られている。このようなりラックに対してはL
OG/CFAR等の技術によってこれが受信器雑音レベ
ルにまで抑圧されることが提案され実用化されている。
第3図にLOG/CFAR装置の一例を示す。
図において (221、(28)は入力端子、 (2
3)は対数増幅器、 (24)はΣ演算器、 (2
51は割算器、 (26)は減算器、 (27)は逆
対数増幅器、 (29)は比較器、(30)は出力端子
、 (4001〜+400+N)はシフトレジスタであ
る。
3)は対数増幅器、 (24)はΣ演算器、 (2
51は割算器、 (26)は減算器、 (27)は逆
対数増幅器、 (29)は比較器、(30)は出力端子
、 (4001〜+400+N)はシフトレジスタであ
る。
以下、第3図を用いてLOG/CFARについて説明す
る。
る。
レーレ分布の確率密度関数P (x)は次式で与えられ
る。
る。
σ:形状パラメータ
平均値E (x)及び分散var (x)は。
var(x)=2a”(1−)
となり形状パラメータOに依存している。
入力端子(22)より入力されたこのような信号に対し
ての対数増幅器(23)において次式のような対数変換
を行う。変換出力をyで表わす。
ての対数増幅器(23)において次式のような対数変換
を行う。変換出力をyで表わす。
y = alog (bxl
a、b:変換器の特性で定まる定数
シフトレジスタ(400)〜(400+N)に格納され
たこの変換出力を、Σ演算器(24)および割算器(2
5)により平均値を算出する。この平均値E (y)は
次式で表わされる。
たこの変換出力を、Σ演算器(24)および割算器(2
5)により平均値を算出する。この平均値E (y)は
次式で表わされる。
E (Y) =alog lb y ) −21’γ・
0.577 :オイラ一定数 減算器 (26)において、シフトレジスタ(400+
N/2)の着目値XTからE (y)を減算すると、そ
の出力Uは。
0.577 :オイラ一定数 減算器 (26)において、シフトレジスタ(400+
N/2)の着目値XTからE (y)を減算すると、そ
の出力Uは。
u=alog (bxt) −alog (b a )
−;となる。このUを逆対数増幅器(27)によって
逆対数変換を行った結果をVとすると。
−;となる。このUを逆対数増幅器(27)によって
逆対数変換を行った結果をVとすると。
m:変換器の特性で定まる定数。
となる。このVの平均及び分散をE (v) 、 va
r(v)とすると。
r(v)とすると。
var(v)=m2(1−−1eγ
となり形状パラメータaに依存しない。
ゆえにクラッタは一定の平均値と分散を持った信号に変
換されたことになり、 CFAR特性が得られる。スレ
ッショルド値Vtは1次式の誤警報確率Pfaとの関係
から予め求められ、入力端子(28)より入力され、比
較器2 (29)でVと比較することにより目標検出
が行われ出力端子(30)から出力される。
換されたことになり、 CFAR特性が得られる。スレ
ッショルド値Vtは1次式の誤警報確率Pfaとの関係
から予め求められ、入力端子(28)より入力され、比
較器2 (29)でVと比較することにより目標検出
が行われ出力端子(30)から出力される。
[発明が解決しようとする課題]
従来のCFAR技術は振幅分布がレーレ分布に従うクラ
ッタに対しては有効であるが、クラッタの反射面積が小
さく、グレージング角が小さい場合にはジ−クラッタの
振幅分布はレーレ分布に従わなくなることが知られてい
る。近年の報告ではジ−クラッタの振幅分布はワイブル
分布、 log−Norma1分布、に分布に従うこと
が報告されている。このような分布をするクラッタに対
して上述のLOG/CFARを使用した場合は振幅分布
の累積確率の差から誤警報確率の劣化を生じ、クラッタ
を充分に抑圧することができずに消え残りが増大する。
ッタに対しては有効であるが、クラッタの反射面積が小
さく、グレージング角が小さい場合にはジ−クラッタの
振幅分布はレーレ分布に従わなくなることが知られてい
る。近年の報告ではジ−クラッタの振幅分布はワイブル
分布、 log−Norma1分布、に分布に従うこと
が報告されている。このような分布をするクラッタに対
して上述のLOG/CFARを使用した場合は振幅分布
の累積確率の差から誤警報確率の劣化を生じ、クラッタ
を充分に抑圧することができずに消え残りが増大する。
という課題があった。
[課題を解決するための手段]
この発明に係る目標検出方法及び装置は、に分布に従う
クラッタに対し、受信信号の2乗平均値の2乗と4乗平
均値の比を求めることにより9分布の特性を表わすパラ
メータを算出し、その結果から得られるスレッショルド
値により、目標検出を実行するものである。
クラッタに対し、受信信号の2乗平均値の2乗と4乗平
均値の比を求めることにより9分布の特性を表わすパラ
メータを算出し、その結果から得られるスレッショルド
値により、目標検出を実行するものである。
[作用1
この発明に係る目標検出装置により、に分布に従うクラ
ッタに対し誤警報確率を一定に保持しながら目標検出を
実行することが可能になる。
ッタに対し誤警報確率を一定に保持しながら目標検出を
実行することが可能になる。
[実施例]
第1図はこの発明による目標検出装置の一実施例の示し
たものである。第1図において (lO)は入力端子、
(111,+151は2乗演算器、 (121は4乗
演算器、 (131、f14)は平均値演算器、
(161はパラメータ算定器1. (171はパラメ
ータ算定器2. f18)はメモリー、 (191
はスレッショルド演算器、 (20)は比較器、
(211は出力端子。
たものである。第1図において (lO)は入力端子、
(111,+151は2乗演算器、 (121は4乗
演算器、 (131、f14)は平均値演算器、
(161はパラメータ算定器1. (171はパラメ
ータ算定器2. f18)はメモリー、 (191
はスレッショルド演算器、 (20)は比較器、
(211は出力端子。
(1001〜f100+N) 、 +2001〜+20
0+N)は(300)〜(300+Nlはシフトレジス
タである。
0+N)は(300)〜(300+Nlはシフトレジス
タである。
第2図はこの発明による目標検出方法の一実施例である
。(11〜(9)は目標検出性法の処理ステップである
。
。(11〜(9)は目標検出性法の処理ステップである
。
以下第1図、第2図を用いて作動原理を説明する。
入力端子(lO)から入力された振幅信号は2乗演算器
(11)で2乗されたシフトレジスタ(10口)〜(l
oO+Nl に格納される。平均値演算器 (13)で
はシフトレジスタ(100)〜(100+N)のうち(
100+N/2)を除いた段の平均値を算出する(ステ
ップ1)。この結果は2乗演算器(15)及びパラメー
タ算定器2に出力される。2乗演算器(15)では2乗
演算が実行され(ステップ2)この結果はパラメータ算
定器1 (16)の2つの入力のうちの1つとなる。こ
のパラメータ算定器1 (16)のもう1つの入力は次
のようにして生成される。入力端子(10)から入力さ
れた振幅信号を4乗演算器(12)で4乗し、シフトレ
ジスタ(200)〜(200+Nlに格納する。平均値
演算器(14)ではシフトレジスタf2001〜(20
0+Nlのうち(200+N/21を除いた段の平均値
を算出する(ステップ3)。この平均値演算器(14)
の出力がパラメータ算定器1 (16)の入力となる。
(11)で2乗されたシフトレジスタ(10口)〜(l
oO+Nl に格納される。平均値演算器 (13)で
はシフトレジスタ(100)〜(100+N)のうち(
100+N/2)を除いた段の平均値を算出する(ステ
ップ1)。この結果は2乗演算器(15)及びパラメー
タ算定器2に出力される。2乗演算器(15)では2乗
演算が実行され(ステップ2)この結果はパラメータ算
定器1 (16)の2つの入力のうちの1つとなる。こ
のパラメータ算定器1 (16)のもう1つの入力は次
のようにして生成される。入力端子(10)から入力さ
れた振幅信号を4乗演算器(12)で4乗し、シフトレ
ジスタ(200)〜(200+Nlに格納する。平均値
演算器(14)ではシフトレジスタf2001〜(20
0+Nlのうち(200+N/21を除いた段の平均値
を算出する(ステップ3)。この平均値演算器(14)
の出力がパラメータ算定器1 (16)の入力となる。
2乗演算器(15)の出力をE2.平均値演算器2
(14)の出力をE4とするとパラメータ算定器1 (
161は なる演算を行いパラメータνを算出しくステップ4)、
パラメータ算定器2 (17)及びスレッショルド演
算器(19)に出力する。パラメータ算定器2 (1
7)は、平均値演算器(13)の出力をElとすると なる演算を行いパラメータCを演算しくステップ5)、
スレッショルド演算器(19)に出力する。
(14)の出力をE4とするとパラメータ算定器1 (
161は なる演算を行いパラメータνを算出しくステップ4)、
パラメータ算定器2 (17)及びスレッショルド演
算器(19)に出力する。パラメータ算定器2 (1
7)は、平均値演算器(13)の出力をElとすると なる演算を行いパラメータCを演算しくステップ5)、
スレッショルド演算器(19)に出力する。
メモリー(18)には所望の誤警報確率においてν及び
Cに対応するスレッショルド値をデータテーブルとして
記憶させておき、スレッショルド演算器(19)はこの
メモリー(18)よりスレッショルド値を抽出して比較
器(20)に出力する(ステップ6)。シフトレジスタ
(300)〜(300+N)には入力端子(10)から
入力された振幅信号が格納され。
Cに対応するスレッショルド値をデータテーブルとして
記憶させておき、スレッショルド演算器(19)はこの
メモリー(18)よりスレッショルド値を抽出して比較
器(20)に出力する(ステップ6)。シフトレジスタ
(300)〜(300+N)には入力端子(10)から
入力された振幅信号が格納され。
このうちのシフト段(300+N/2)を着目値として
比較器(20)に出力する。比較器(20)では、シフ
トレジスタ(300)〜(300+N)で抽出された着
目値と、スレッショルド値が比較され目標の有無を検出
しくステップ7)、出力端子(21)に出力する。
比較器(20)に出力する。比較器(20)では、シフ
トレジスタ(300)〜(300+N)で抽出された着
目値と、スレッショルド値が比較され目標の有無を検出
しくステップ7)、出力端子(21)に出力する。
以下、この発明による目標検出方法について具体的に説
明する。
明する。
振幅強度分布がK分布に従うクラッタは、その確率密度
関数をP (x)とすると。
関数をP (x)とすると。
「(ν)二ガンマ関数
にν :変形ベッセル関数
ν :形状パラメータ
Cニスケールパラメータ
で表される。
ここで、P(xlの9次モーメントをXoとすると。
となる。
これにより2乗平均E fx21は。
E(x21 = 丁 (3)で表わ
される。(ステップl) これをさらに2乗すると。
される。(ステップl) これをさらに2乗すると。
が得られる。(ステップ2)
次に4乗平均を求める。4乗平均E(x’)は (2)
式より。
式より。
となる。(ステップ3)
(4)式、(5)式の比をとると。
となり形状パラメータνを求めることができる。
(ステップ4)
νが求まれば(3)式よりスケールパラメータCを求め
ることができる。(ステップ5)スレッショルド値を■
、とすると、誤警報確率PfaはV T < x <(
1)における累積確率となり9次のように表わせる。
ることができる。(ステップ5)スレッショルド値を■
、とすると、誤警報確率PfaはV T < x <(
1)における累積確率となり9次のように表わせる。
この式にシ、Cを代入してv7を算出することは困難で
あるためシ、Cに対するVTを求める。(ステップ6) 最後に着目値と■7を比較し、目標の有無を判断する。
あるためシ、Cに対するVTを求める。(ステップ6) 最後に着目値と■7を比較し、目標の有無を判断する。
(ステップ7)
[発明の効果]
以上のようにこの発明によれば、受信信号の振幅強度分
布がK分布になるようなりラックに対し、定められた誤
警報確率を一定に保持しながら目標を検出することを可
能にする効果を得る。
布がK分布になるようなりラックに対し、定められた誤
警報確率を一定に保持しながら目標を検出することを可
能にする効果を得る。
第1図はこの発明による目標検出装置の一実施例を示す
図、第2図はこの発明による目標検出方法の一実施例の
処理ステップを示す図、第3図は従来のLOG/CFA
Rによる目標検出装置を示す図である。 図において(1)〜(9)は目標検出方法の処理ステッ
プ、 (101、(221、(283は入力端子。 fil) 、 +15)は2乗演算器、 +12)は
4乗演算器。 (13)、 (14)は平均値演算器、 (161は
パラメータ算定器1. (17)はパラメータ算定器
2. [181はメモリー、 (191はスレッショ
ルド演算器、 (20)。 (29)は比較器、 (211,(30)は出力端子
、 +233は対数増幅器、 +241はΣ演算器
、 (251は割算器、 (26)は減算器、 (
271は逆対数増幅器、 (100)〜floo+N)
、 (2001〜+200+N) 、 (300
)〜(300+N) 。 [400)〜f400+Nl はシフトレジスタである
。
図、第2図はこの発明による目標検出方法の一実施例の
処理ステップを示す図、第3図は従来のLOG/CFA
Rによる目標検出装置を示す図である。 図において(1)〜(9)は目標検出方法の処理ステッ
プ、 (101、(221、(283は入力端子。 fil) 、 +15)は2乗演算器、 +12)は
4乗演算器。 (13)、 (14)は平均値演算器、 (161は
パラメータ算定器1. (17)はパラメータ算定器
2. [181はメモリー、 (191はスレッショ
ルド演算器、 (20)。 (29)は比較器、 (211,(30)は出力端子
、 +233は対数増幅器、 +241はΣ演算器
、 (251は割算器、 (26)は減算器、 (
271は逆対数増幅器、 (100)〜floo+N)
、 (2001〜+200+N) 、 (300
)〜(300+N) 。 [400)〜f400+Nl はシフトレジスタである
。
Claims (2)
- (1)振幅強度分布がK分布に従い、その確率密度関数
が、 P(x)={4C/Γ(ν)}(Cx)^νKν−_1
(2Cx) Γ(ν):ガンマ関数 Kν:変形ベッセル関数 ν:形状パラメータ C:スケールパラメータ で表わされる入力信号に対し、xの2乗平均の2乗と、
4乗平均との比よりνを推定し、xの2乗平均によりC
を推定し、所望の誤警報確率Pfaとυ、cによりスレ
ッショルド値を算出し、入力信号中の着目値とスレッシ
ョルド値を比較することにより目標の有無を判断するこ
とを特徴とする目標検出方法。 - (2)振幅強度分布がK分布に従い、その確率密度関数
が、 P(x)={4C/Γ(ν)}(Cx)^νKν−_1
(2Cx) Γ(υ):ガンマ関数 Kυ:変形ベッセル関数 ν:形状パラメータ C:スケールパラメータ で表わされる入力信号に対し、入力信号を2乗する第1
の2乗演算器と、2乗された入力信号を所定の数記憶す
るシフト段を有する第1のシフトレジスタと、第1のシ
フトレジスタのうち予め定めた段の平均値を算出する第
1の平均値演算器と、第1の平均値演算器の出力を2乗
する第2の2乗演算器と、入力信号を4乗する4乗演算
器と、4乗された入力信号を所定の数記憶するシフト段
を有する第2のシフトレジスタと、第2のシフトレジス
タのうち予め定めた段の平均値を算出する第2の平均値
演算器と、第2の平均値演算器の出力と前記第2の2乗
演算器の出力によりパラメータνを算出する第1のパラ
メータの算定器と、前記第1の平均値演算器の出力と第
1のパラメータ算定器の出力によりパラメータCを算出
する第2のパラメータ算定器と、パラメータν及びパラ
メータCに対するスレッショルド値をデータテーブルと
して記憶しておくメモリーと、第1のパラメータ算定器
の出力及び第2のパラメータ算定器の出力を入力とし前
記メモリー内のデータよりスレッショルド値を決定して
出力するスレッショルド演算器と、入力信号を所定の数
記憶するためのシフト段を有し予め定めた段を出力する
第3のシフトレジスタと、第3のシフトレジスタの出力
と前記スレッショルド演算器の出力を比較する比較器を
備えることを特徴とする目標検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2313754A JPH04184284A (ja) | 1990-11-19 | 1990-11-19 | 目標検出方法とその装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2313754A JPH04184284A (ja) | 1990-11-19 | 1990-11-19 | 目標検出方法とその装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH04184284A true JPH04184284A (ja) | 1992-07-01 |
Family
ID=18045136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2313754A Pending JPH04184284A (ja) | 1990-11-19 | 1990-11-19 | 目標検出方法とその装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH04184284A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483515A (zh) * | 2016-09-23 | 2017-03-08 | 西安电子科技大学 | 均匀k分布杂波下的最优自适应检测方法 |
-
1990
- 1990-11-19 JP JP2313754A patent/JPH04184284A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483515A (zh) * | 2016-09-23 | 2017-03-08 | 西安电子科技大学 | 均匀k分布杂波下的最优自适应检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110095762B (zh) | 雷达二维恒虚警检测方法、系统、装置及可读存储介质 | |
Kanungo et al. | A methodology for quantitative performance evaluation of detection algorithms | |
JPH01299484A (ja) | レーダエコービデオ信号探知方法および該方法による装置 | |
CN111157953B (zh) | 一种强地杂波下两级门限恒虚警检测算法 | |
CN109188388A (zh) | 一种对抗多目标干扰的恒虚警检测方法 | |
JPH0320714B2 (ja) | ||
JPH04184284A (ja) | 目標検出方法とその装置 | |
EP2286268A1 (en) | Signal-level determining device and method | |
Hammoudi et al. | Distributed IVI-CFAR detection in non-homogeneous environments | |
JP2801904B2 (ja) | Ca log/cfar装置 | |
JPH02201186A (ja) | 信号処理方法及び信号処理装置 | |
JPH062260U (ja) | 目標検出装置 | |
CN105242272B (zh) | 基于自回归时间序列模型的车载毫米波防撞雷达恒虚警检测方法 | |
CN115047419A (zh) | 一种毫米波雷达恒虚警率检测方法及装置 | |
CN111796267A (zh) | 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法 | |
JPH05273331A (ja) | 目標検出装置 | |
JP2902155B2 (ja) | レーダ用クラッタ信号抑圧装置 | |
JP3209333B2 (ja) | 目標検出方法及び装置 | |
CN113109777B (zh) | 基于stokes矢量分解的宽带极化雷达目标检测方法 | |
CN113138372B (zh) | 一种基于改进型m/n检测器的多径环境下雷达目标检测方法 | |
JP2972674B2 (ja) | レーダ目標検出装置 | |
Kamal | A Novel Approach for Accurate Target Detection in the worst Radar Environments | |
JPS61205878A (ja) | レ−ダ−信号処理装置 | |
EP0234391A2 (en) | Device for the evaluation of azimuth within radar systems, in particular for secondary radar systems with a single receiving channel | |
Liu et al. | Multiple switching CFAR detector in non-homogeneous environments |